为何微软、Facebook、谷歌、亚马逊一窝蜂的往硬件上砸钱

简介:

前一波的互联网红利消耗殆尽,后一波的机会看着在那里,但各种尝试却只见开销,不见成绩。此前总结的各种方法论,在这样一个过渡时刻,基本失效,所以不管是求利的还是求理想的都有点抓瞎。

软件的“以快打慢”

理解一种产品究竟应该怎么运作,首先要理解的是产品的先天特质,其次才是产品的人为属性。比如工具和社交网络都是软件,所以有软件共通的特性,但由于用户的需求场景不同,所以产品的打磨上一个要刷工具自身的存在感,一个要避免用户的存在感被淹没。

基于软件的共通特征就会出些方法论,比如最小可行化产品(MVP)、精益等,所有这些特征骨子里依赖软件是纯比特产品,试错成本极低,并且可以在线更新,相当于随时可以召回。基于这种特征,那就可以把用户卷进来,形成一个实时反馈的系统。所以此前的软件产品确实可以讲是唯快不破。

互联网红利耗尽?为何微软、Facebook、谷歌、亚马逊一窝蜂的往硬件上砸钱

这种快在2C的产品上的优势还不只体现为迅速获得用户反馈,连带着还体现在公关、营销等各种环节。比如说:两个类似的产品,一个先发,抢占了用户心智,那对后发的同类产品而言在广告上可能是灾难性的,因为你花同样的广告费可能只能获得一半的点击量(赶集杨浩涌在一次演讲中专门提到这问题)。同理这种快的思想也可以延伸到融资上,某某领域第一的名头通常对融资会很有帮助。

与快所对应的是产品差异化的艰难,一个非常尴尬的事情是你可以把产品打磨的很好,这对于吸住用户也确实有帮助,但拷贝一个软件产品远比想的容易。谁没能力做出一个淘宝那样的产品!之所以产品差异化艰难关键就在于——此前的很多产品骨子里并非技术驱动,而模式与纯粹的产品设计是极度容易被抄袭的。这样一来能产生差异的点核心是用户量,而如上所说,快对于打出这种差异至关重要。

硬件的“以慢打快”

硬件不是不可以像软件那样做快,关键是硬件的快、成本价销售、后端变现等是绑定在一起的一套逻辑,但拿一点出来做就容易东施效颦。这背后最需要的是交叉补贴,也就是说如果硬件真的可以在后端变现,并有软件规模效应那硬件就可以不赚钱,否则戏法就玩不下去。

在今天很多人开始反省小米的模式,但早在2014年9月,小米如日中天的时候,我曾经这样分析过小米的潜在问题:

这样一来问题就出现了,小米产品可以持续让人尖叫与发烧么?如果不行那就会呈现股市中常见的那种迅速繁荣-毁灭的模式。

这受两个关键因素制约,一个是技术供给;一个是组织的创造能力。

从技术供给的角度上来看,这事是悲观的。

回忆一下Windows的发展,就可以很好的理解这件事情。

Windows 95相对于Dos 6.22及Windows 3.1是一种石破天惊的变化,所以大家都记得这产品,Windows 95到Windows XP又是一个巨大的变化所以人们也记得它,但其余Windows的变化并没有让人有那么深刻的印象,更像是小幅的改善。这点上需要从用户的角度看,而不要从微软的角度看。因为如果理性分析,从性能、安全等方面确实可以找到Windows的变化,但从用户的角度看这种变化与前面所说的变化量级是不同的。比如到Windows 8的时候开始菜单已经是最大量级的变化了。

小米也一样,小米刚一亮相依赖于模式的创新,性价比上实在是让人震撼,但越持续这种震撼性变化会越少,到后来很可能会和Windows一样,各种变化体现为MIUI易用性上的逐步改善。虽然实际上平平淡淡才是真,但从让人喜欢、提高参与感的角度来看平实的变化是极为不利的,对小米模式尤其是其中的社群部分,平淡则很可能会像是慢性毒药。

这不是某个公司的问题,其根本起因是意识总容易跑的比现实快,主打文化情怀,又不是纯粹的基于比特的产品(比如游戏),那期望与现实就容易拉开差距。一个人的欲望可以迅速膨胀为拥有整个世界,但现实中的能力是不可能匹配这种膨胀速度的。

解决这问题的一个简单方法是扩充产品线,在手机上技术供给不够,那就把道具换成其他的东西,比如电视、路由器、手环等等来重复自己在手机上的成功。这可以在一定程度上缓解问题,但实际上却可能使矛盾加深。原因很简单,如果说为了达成尖叫这样的目的需要的是搞定发动机,但为了解决短期问题却总在车壳上做文章,那实际上就不利于问题的解决。

更可怕的是这背后隐含了一种深刻的价值取向冲突——我们要知道死磕产品或技术与口碑营销骨子里需要的精神是极为不一样的。迅速扩充产品线从营销的角度看正是期望的结果,因为可以复制同一模式扩大规模,但不利于在产品上做出根本性变化,形象点说就是如果大家承认苹果与自己有4~5年的差异,那这做法其实不利于缩减这种差距。

这两种价值取向的平衡实际上非常艰难,乔布斯应该是二选一的,所以他说鲍尔默这类销售员其实会毁了一个公司。但在小米模式下等于要求产品和营销两者都要做好,因为他们是一个有机整体,这无疑是一个乔布斯都没有解决过的挑战。

从这里很容易延伸出硬件产品打法上的基本原则:

如果技术过剩,那小米的思路是可以迅速获得成功的方法,这基本延续的是做软件的思路,骨子里也还是以快打慢。

但这思路在技术稀缺的时候,就会立刻让公司冲到大坑里,因为对于技术还没有完全成熟的新品类产品,快并非关键因素,更关键的是产品是否能打造到85分以上。这是组装与真正打造新产品的区别。想象下,我推出了一款新的硬件产品,但只有59分,用过的人都是差评,那它怎么可能有未来。

A.I.时代的新逻辑

国内企业一般性的思维定式是看市场同类产品销量到底怎么样,但这种思维定式其实是与下波浪潮背道而驰。

我们假设在技术基本成熟的基础上打造一款新产品的周期是1.5~2年,再假设一款产品的高速增长期是三年,把这两个周期一重叠,我们就可以发现上面的思路正好错过成功的新品类产品。开始打造产品的时候产品的生命周期已经启动,打造完产品后别人已经在市场上占据合适的市场份额。

这就是一个两难的话题,是要领头面对不确定的风险还是跟随面对市场的苦战?

在过去后一种策略是成立的,日本的企业等通常会采取这种贴身肉搏的战术,但这么做需要很大的耐心来在销售渠道、生产设计、供应链上打磨出优势,所以对于生命周期长,制造上要求高的产品是成立的,比如汽车、复印机这类产品。但它在A.I.这波浪潮下估计不能很好运作,根本原因是A.I.显然为这行业带来了新的特征。

这里的关键是软硬件高度融合趋势。如果仔细观察我们会发现,国外的主流科技公司其实在一窝蜂的往硬件上砸钱,比如微软和诺基亚、Facebook和Oculus、亚马逊的Lab126、Google和Nest等。这种软硬一体的趋势最终会导致一旦成功,其优势就不可复制,不给模仿者留下机会。当Windows成功后,你的系统即使被Windows好个2倍,其实也无法撼动Windows在PC上的优势。这是软硬一体化后,软件将带给一体化产品的新特性。

但这也带来很不好的一个后果,它会极度拉高进入一个行业的门槛。融合智能后的软硬一体化趋势下,最理想的状况是自己全线搞定核心依赖的技术,比如像出门问问做手表那就既要在后面搞定语音、语义,也要在前端搞定硬件。但这么一来就会面对很尴尬的情形,首先它的高门槛会过滤掉一些人,其次是即使幸运介入了,其试错成本也会极度高昂,即使算3000万人民币一次,那大多创业公司也就只有2次试错的机会。

这就又回到上述的话题,在A.I.的年代里需要的是高度前瞻性的预判以及以慢打快式的硬件打磨方法。
本文转自d1net(转载)

相关文章
|
监控 安全 数据挖掘
苹果封杀谷歌、Facebook:科技巨头涉嫌收集用户隐私数据
在封杀了 Facebook 之后,昨天苹果又宣布关闭谷歌的内部 iOS 应用分发权限。目前测试版本的谷歌地图、环聊(Hangouts)、Gmail 等程序已经无法在苹果手机上运行了,此外那些只对谷歌员工开放的内部应用程序,如用来坐班车的 Gbus 和点餐 app 也已无法使用。
148 0
苹果封杀谷歌、Facebook:科技巨头涉嫌收集用户隐私数据
「镁客早报」iPhone或将在今年采用三摄;传Facebook致力于开发语音助力服务与亚马逊、苹果竞争
亚马逊向美国Alexa设备推免费音乐服务;视频会议软件开发商Zoom纳斯达克上市。
225 0
|
机器学习/深度学习 存储 编解码
「镁客早报」Facebook再曝数据漏洞;分析师预测谷歌亚马逊明年将推出AirPods竞品
因为一个漏洞,Facebook上有680万用户的私人照片被暴露给不应该看到它们的应用程序。
382 0
【数据通天塔来了】谷歌、Facebook、微软、推特四巨头联手,打通全球数据壁垒!
今天,谷歌、Facebook、微软和Twitter四大互联网巨头联手宣布了一个“数据传输大计”,旨在号召不同平台间数据的无障碍传输。可移植性和互操作性是云技术创新和竞争的核心,如果真能得以实现,这无疑是一个伟大历程的开端!
1685 0
|
人工智能 vr&ar 芯片
动真格!Facebook挖角谷歌视觉芯片负责人,加入AI芯片大战
Facebook造芯片的计划又前进了一步。据彭博社报道,Facebook从谷歌聘请了芯片开发负责人,欲计划打造自己的定制芯片。
1404 0
|
机器学习/深度学习 算法 算法框架/工具
深入Facebook机器学习部门:服务、模型、框架和硬件(贾扬清等HPCA论文)
近日 Facebook 研究团队公开一篇 HPCA 2018 论文,作者包括 Caffe 作者贾扬清等人,深度揭示了 Facebook 内部支持机器学习的硬件和软件基础架构。Facebook 的几乎所有的服务都广泛应用机器学习,其中计算机视觉只占资源需求的一小部分。
4243 0
|
机器学习/深度学习 人工智能 数据中心